系统工程实验报告.docx

上传人:b****5 文档编号:2801085 上传时间:2022-11-15 格式:DOCX 页数:32 大小:403.52KB
下载 相关 举报
系统工程实验报告.docx_第1页
第1页 / 共32页
系统工程实验报告.docx_第2页
第2页 / 共32页
系统工程实验报告.docx_第3页
第3页 / 共32页
系统工程实验报告.docx_第4页
第4页 / 共32页
系统工程实验报告.docx_第5页
第5页 / 共32页
点击查看更多>>
下载资源
资源描述

系统工程实验报告.docx

《系统工程实验报告.docx》由会员分享,可在线阅读,更多相关《系统工程实验报告.docx(32页珍藏版)》请在冰豆网上搜索。

系统工程实验报告.docx

系统工程实验报告

系统工程试验报告

 

姓名:

***

学号:

*********

班级:

工104

时间:

2012年12月12日

 

一、解释结构模型

二、主成份分析

三、聚类分析

四、状态方程

五、系统动力学

六、层次分析法

七、关联矩阵法

一.解释结构模型

已经某系统的可达矩阵如表1所示。

在Excel中对表1中的可达矩阵用实用方法建立其递阶结构模型。

表1某系统的可达矩阵

1

2

3

4

5

6

7

8

1

1

1

0

1

0

0

0

0

2

0

1

0

0

0

0

0

0

3

1

1

1

1

0

0

0

0

4

0

1

0

1

0

0

0

0

5

0

1

0

1

1

0

0

0

6

0

1

0

1

1

1

1

1

7

0

1

0

1

1

0

1

1

8

0

0

0

0

0

0

0

1

解:

由上述可达矩阵的缩减矩阵进行层次化处理的结果为:

2

8

4

1

5

3

7

2

1

0

0

0

0

0

0

0

8

0

1

0

0

0

0

0

0

4

1

0

1

0

0

0

0

0

1

1

0

1

1

0

0

0

0

5

1

0

1

0

1

0

0

0

3

1

0

1

1

0

1

0

0

7

1

1

1

0

1

0

1

0

6

1

1

1

0

1

0

1

1

②根据缩减矩阵绘制多级递阶有向图

二.主成份分析

表2为某地区农业生态经济系统各区域单元相关指标数据,运用Matlab或SPSS作主成分分析,描述该地区农业生态经济的发展状况。

表2:

某农业生态经济系统各区域单元的有关数据

样本序号

x1:

人口密度(人/km2)

x2:

人均耕地面积(ha)

x3:

森林覆盖率(%)

x4:

农民人均纯收入(元/人)

x5:

人均粮食产量(kg/人)

x6:

经济作物占农作物播面比例(%)

x7:

耕地占土地面积比率(%)

x8:

果园与林地面积之比(%)

x9:

灌溉田占耕地面积之比(%)

1

363.912

0.352

16.101

192.11

295.34

26.724

18.492

2.231

26.262

2

141.503

1.684

24.301

1752.35

452.26

32.314

14.464

1.455

27.066

3

100.695

1.067

65.601

1181.54

270.12

18.266

0.162

7.474

12.489

4

143.739

1.336

33.205

1436.12

354.26

17.486

11.805

1.892

17.534

5

131.412

1.623

16.607

1405.09

586.59

40.683

14.401

0.303

22.932

6

68.337

2.032

76.204

1540.29

216.39

8.128

4.065

0.011

4.861

7

95.416

0.801

71.106

926.35

291.52

8.135

4.063

0.012

4.862

8

62.901

1.652

73.307

1501.24

225.25

18.352

2.645

0.034

3.201

9

86.624

0.841

68.904

897.36

196.37

16.861

5.176

0.055

6.167

10

91.394

0.812

66.502

911.24

226.51

18.279

5.643

0.076

4.477

11

76.912

0.858

50.302

103.52

217.09

19.793

4.881

0.001

6.165

12

51.274

1.041

64.609

968.33

181.38

4.005

4.066

0.015

5.402

13

68.831

0.836

62.804

957.14

194.04

9.110

4.484

0.002

5.790

14

77.301

0.623

60.102

824.37

188.09

19.409

5.721

5.055

8.413

15

76.948

1.022

68.001

1255.42

211.55

11.102

3.133

0.010

3.425

16

99.265

0.654

60.702

1251.03

220.91

4.383

4.615

0.011

5.593

17

118.505

0.661

63.304

1246.47

242.16

10.706

6.053

0.154

8.701

18

141.473

0.737

54.206

814.21

193.46

11.419

6.442

0.012

12.945

19

137.761

0.598

55.901

1124.05

228.44

9.521

7.881

0.069

12.654

20

117.612

1.245

54.503

805.67

175.23

18.106

5.789

0.048

8.461

21

122.781

0.731

49.102

1313.11

236.29

26.724

7.162

0.092

10.078

解:

对于上述例子,MATLAB进行主成分分析,可以得到如下结果。

①以及每一个主成分的贡献率和累计贡献率,如表2和图1。

表2.特征根及主成分贡献率

序号

特征值

贡献率%

累积贡献率%

1

4.661

51.791

51.791

2

2.089

23.216

75.007

3

1.043

11.589

86.596

4

0.507

5.638

92.234

5

0.315

3.502

95.736

6

0.193

2.140

97.876

7

0.114

1.271

99.147

8

4.533E-02

0.504

99.650

9

3.147E-02

0.350

100.000

图1特征根

②前3几个主成分的载荷系数如表3所示。

表3前三个主成分在原变量上的载荷

前三个主成分

变量

1

2

3

X1

0.158

-0.255

-0.059

X2

0.026

0.424

-0.027

X3

-0.207

0.046

0.091

X4

0.009

0.415

0.036

X5

0.174

0.212

-0.011

X6

0.176

0.086

0.120

X7

0.200

-0.064

-0.241

X8

0.042

-0.048

0.930

X9

0.207

-0.012

0.088

三.聚类分析

为了研究辽宁省5省区某年城镇居民生活消费的分布规律如表3所示,根据调查资料做类型划分,在Excel中计算距离,并做聚类分析。

提示:

帮助->目录->使用数据->数据引用中找到合适的函数计算距离,注意在Excel公式中使用绝对地址和相对地址。

用同样的数据在Excel中计算相关系数,并做聚类分析。

表3:

五省份的消费数据

省份

x1

x2

x3

X4

x5

x6

x7

x8

辽宁

7.90

39.77

8.49

12.94

19.27

11.05

2.04

13.29

浙江

7.68

50.37

11.35

13.30

19.25

14.59

2.75

14.87

河南

9.42

27.93

8.20

8.14

16.17

9.42

1.55

9.76

甘肃

9.16

27.98

9.01

9.32

15.99

9.10

1.82

11.35

青海

10.06

28.64

10.52

10.05

16.18

8.39

1.96

10.81

解:

1.

计算样本距离,做聚类分析公式如下;

 

(1)计算各城市间的欧式距离

其中1-辽宁,2-浙江,3-河南,4-甘肃,5-青海

所求距离如下图

1

2

3

4

5

1

0

2

11.67262

0

3

13.80536

24.63527

0

4

13.12781

24.05913

2.20327

0

5

12.79828

23.53893

3.503684

2.215852

0

(2)D43=2.20327最小,所以G4和G3相似,将它们归为一类,

G6={G3,G4}

D61=min(D31,D41),D62=min(D32,D42),D65=min(D34,D45)

6

1

2

5

6

0

1

13.12781

0

2

24.05913

11.67262

0

5

2.215852

12.79828

23.53893

0

(3)D56=2.215852最小,所以G5和G6相似,将它们归为一类,

G7={G5,G6}

D71=min(D61,D51),D72=min(D62,D52)

7

1

2

7

0

1

12.79828

0

2

23.53893

11.67262

0

 

(4)D12=11.67262最小,所以G1和G2相似,将它们归为一类,

G8={G1,G2}

(5)画出聚类谱系图

2.计算相关系数,做聚类分析

对数据进行标准化变换后得到的计算结果同上。

求取上述5个样本的相关系数:

 

5个样本间的相关相似系数矩阵

1

2

3

4

5

1

1

2

0.989574

1

3

0.979484

0.963451

1

4

0.98622

0.969202

0.995855

1

5

0.977205

0.96076

0.990837

0.99542

1

在计算结果中取最大值,即r34,将两者归为一类G6={G3,G4}

再求G6与G1,G2,G5的相关性系数,为:

r61=r(3,4)1=max{r13,r14}=0.98622;r62=r(3,4)2=max{r23,r24}=0.969202;

r65=r(3,4)5=max{r35,r45}=0.995855

则得到新的相关相似系数矩阵为:

6

1

2

5

6

1

1

0.98622

1

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 工程科技 > 能源化工

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1